Rumah > Peranti teknologi > AI > teks badan

Algoritma pengesyoran berita berdasarkan peningkatan graf global

PHPz
Lepaskan: 2024-04-08 21:16:01
ke hadapan
1006 orang telah melayarinya

. Sekitar tahun 2010, aplikasi berita asing yang popular termasuk Zite dan Flipboard, manakala aplikasi berita tempatan yang popular adalah empat portal utama. Dengan populariti produk cadangan berita era baharu yang diwakili oleh Toutiao, apl berita telah memasuki era baharu. Bagi syarikat teknologi, tidak kira yang mana satu mereka, selagi mereka menguasai teknologi algoritma pengesyoran berita yang canggih, mereka pada dasarnya akan mempunyai inisiatif dan suara di peringkat teknikal.

Hari ini, kita lihat kertas kerja yang dicalonkan untuk Anugerah Kertas Panjang Terbaik RecSys 2023 - Melangkaui Tempatan: Cadangan Berita Peribadi yang Dipertingkatkan Graf Global🜎 (alamat muat turun kertas

: alamat muat turun kertas: //www.php.cn/link/195d221c982e47eb58347e5d06ce3180

Algoritma pengesyoran berita berdasarkan peningkatan graf global

Rajah seni bina keseluruhan algoritma ditunjukkan di bawah:

kami hanya menggunakan berita di sini) Perkataan vektor , yang merupakan ciri entiti tempatan, sebenarnya, semua tajuk berita disatukan ke dalam tatasusunan, dan kemudian dikira menggunakan formula di atas

Apa yang kami perkenalkan di atas ialah ungkapan ciri tempatan dan ungkapan ciri sisi pengguna. Gunakan GNN untuk menyatakan vektor ciri sisi berita global:

Algoritma pengesyoran berita berdasarkan peningkatan graf global

Ungkapan terakhir vektor ciri sisi berita global sebenarnya adalah untuk menggabungkan vektor ciri ini:

Algoritma pengesyoran berita berdasarkan peningkatan graf global

Keseluruhan cadangan berita Fungsi kehilangan latihan terakhir sistem adalah seperti berikut: Algoritma pengesyoran berita berdasarkan peningkatan graf global

Algoritma pengesyoran berita berdasarkan peningkatan graf global Seterusnya, mari kita lihat kesan perbandingan eksperimen:

Algoritma pengesyoran berita berdasarkan peningkatan graf global

jadual di atas), kami mendapati bahawa algoritma kami yang baru direka (GLORY) adalah Ia adalah lebih baik daripada algoritma serupa dalam banyak penunjuk, jadi ia adalah algoritma cadangan berita yang jarang dan sangat baik. Keseluruhan idea reka bentuk algoritma adalah sangat mudah, tetapi ia menggunakan dalam berat teknologi pembelajaran. Saya mesti melakukannya dalam proses mereka bentuk algoritma Banyak kerja teknikal telah menjadikan kesan akhir algoritma itu cemerlang Berikut ialah kesan perbandingan percubaan menggunakan Pengekod Graf yang berbeza untuk mengekod berita. teks. Dapat dilihat bahawa penggunaan GNN mempunyai kesan terbaik:

Algoritma pengesyoran berita berdasarkan peningkatan graf global

GLORY ialah algoritma cadangan berita yang sangat baik yang telah muncul dalam beberapa tahun kebelakangan ini Walaupun algoritma ini tidak terlepas daripada kerangka lama persamaan berasaskan kandungan pengiraan, penulis menggunakan sepenuhnya teknologi baru untuk meletakkan wain lama dalam botol baru Bersarang dalam anak patung bersarang lama, nilai baru telah muncul dalam kajian serius kami.

Pengenalan kepada pengarang

Wang Hao, bekas ketua Makmal Kepintaran Buatan Funplus. Beliau telah memegang jawatan eksekutif teknologi dan teknologi di ThoughtWorks, Douban, Baidu, Sina dan syarikat lain. Setelah bekerja di syarikat Internet, teknologi kewangan, permainan dan syarikat lain selama 13 tahun, dia mempunyai pandangan mendalam dan pengalaman yang kaya dalam bidang seperti kecerdasan buatan, grafik komputer, blockchain dan muzium digital. Menerbitkan 39 kertas kerja dalam persidangan dan jurnal akademik antarabangsa, dan memenangi Anugerah Kertas Terbaik IEEE SMI 2008, ICBDT 2020 / IEEE ICISCAE 2021 / AIBT 2023 / Anugerah Kertas Terbaik ICSIM 2024


Atas ialah kandungan terperinci Algoritma pengesyoran berita berdasarkan peningkatan graf global. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan